精彩看点:盘点一个Python自动化办公的实战案例(word文件处理)
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
(资料图片)
鸡
汤
溪花与禅意,相对亦忘言。大家好,我是Python进阶者。
一、前言前几天在Python铂金交流群【Jethro Shen】问了一个Python自动化办公的问题,提问截图如下:
代码运行后的结果:
他预期的效果是选项和答案部分也需要显示出来,目前看上去还是没有显示出来。
他的原始代码如下:
importreblack_char=re.compile("[\s\u3000\xa0]+")chinese_nums_rule=re.compile("[一二三四]、(.+?)\(")title_rule=re.compile("\d+.")option_rule=re.compile("\([ABCDEF]\)")option_rule_search=re.compile("\([ABCDEF]\)[^(]+")answer_rule=re.compile("\([ABCDEF]\)")#从word文档的“一、单项选择题”开始遍历数据forparagraphindoc.paragraphs[1:100]:#去除空白字符,将全角字符转半角字符,并给括号之间调整为中间二个空格line=black_char.sub("",paragraph.text).replace("(","(").replace(")",")").replace(".",".").replace("()","()").replace("【","").replace("】","")#对于空白行就直接跳过ifnotline:continueiftitle_rule.search(line):print("题目",line)elifoption_rule.search(line):print("选项",option_rule_search.findall(line))elifanswer_rule.search(line):print("答案",answer_rule.findall(line))else:chinese_nums_match=chinese_nums_rule.search(line)ifchinese_nums_match:print("题目",chinese_nums_match.group(1))二、实现过程
这里【瑜亮老师】指出是正则表达式的问题,没匹配到,自然就出不来结果。后来【不上班能干啥!】给了一份代码,如下所示:
importreblack_char=re.compile("[\s\u3000\xa0]+")chinese_nums_rule=re.compile("[一二三四]、(.+?)\(")title_rule=re.compile("\d+.")option_rule=re.compile("([A-F]\..+?)\s")#option_rule_search=re.compile("\([A-F]\)[^(]+")answer_rule=re.compile("【答案】([A-F])")#从word文档的“一、单项选择题”开始遍历数据forparagraphindoc.paragraphs[1:100]:#去除空白字符,将全角字符转半角字符,并给括号之间调整为中间二个空格line=black_char.sub("",paragraph.text).replace("(","(").replace(")",")").replace(".",".").replace("()","()")+""#对于空白行就直接跳过ifnotline:continueiftitle_rule.match(line):print("题目",line)elifoption_rule.match(line):print("选项",option_rule.findall(line))if"【答案】"inlineandanswer_rule.search(line):print("答案",answer_rule.findall(line))elifanswer_rule.match(line):print("答案",answer_rule.findall(line))else:chinese_nums_match=chinese_nums_rule.match(line)ifchinese_nums_match:print("题目",chinese_nums_match.group(1))
运行之后,可以得到预期发效果:
归根结底,还是正则表达式的问题。
后来【甯同学】使用openpyxl库,也给了一份代码,如下所示:
fromdocximportDocumentimportopenpyxlwb=openpyxl.Workbook()ws=wb.activews.append(["题目","选项1","选项2","选项3","选项4","答案"])doc=Document("题库.docx")all_runs=doc.paragraphsrows=[]forruninall_runs[1:]:print([run.text])if"【答案】"inrun.text:text_list=run.text.replace("\n","\t\t").replace("【答案】","").split("\t\t")rows+=text_listws.append(rows)rows=[]continuetext_list=run.text.replace("\n","\t\t").split("\t\t")rows+=text_listwb.save("1.xlsx")
可以得到预期的效果,如下图所示:
效果还是不错的!
后来【不上班能干啥!】还结合Pandas给了一份代码,如下所示:
importreimportpandasaspdfromdocximportDocumentdoc=Document("题库.docx")text=re.sub(r"<.*?>","",doc.part.blob.decode("utf-8"),flags=re.S)a=pd.DataFrame(re.findall(r"(\d+\..*?)(A\..*?)(B\..*?)(C\..*?)(D\..*?)【答案】([A-Z])",text),columns=["题目","选项一","选项二","选项三","选项四","答案"])a.replace([r"^\s+","\s+$"],"",regex=True,inplace=True)a.to_excel("题库.xlsx",index=False)
这个Pandas功力已经到炉火纯青的地步了!
三、总结大家好,我是皮皮。这篇文章主要盘点了一个Python自动化办公的问题,文中针对该问题,给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。
最后感谢粉丝【WYM】提问,感谢【dcpeng】、【瑜亮老师】、【不上班能干啥!】、【甯同学】给出的思路和代码解析,感谢【水方人子】、【D I Y】、【冫马讠成】、【猫药师Kelly】等人参与学习交流。
大家在学习过程中如果有遇到问题,欢迎随时联系我解决(我的微信:pdcfighting),应粉丝要求,我创建了一些高质量的Python付费学习交流群和付费接单群,欢迎大家加入我的Python学习交流群和接单群!
小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。
-------------------End-------------------
往期精彩文章推荐:
盘点一个网络爬虫POST请求参数构造的问题
盘点一个Python基础中循环判断遇到一个小问题
重装pycharm和Python环境以后,以前的文件selenium获取不到元素了?
不使用内置函数的情况下,如何使用Python实现求平均值、最大值和最小值?
欢迎大家点赞,留言,转发,转载,感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情,点个【在看】行不行
/今日留言主题/
随便说一两句吧~~
相关阅读
-
世界热推荐:今晚7:00直播丨下一个突破...
今晚19:00,Cocos视频号直播马上点击【预约】啦↓↓↓在运营了三年... -
NFT周刊|Magic Eden宣布支持Polygon网...
Block-986在NFT这样的市场,每周都会有相当多项目起起伏伏。在过去... -
环球今亮点!头条观察 | DeFi的兴衰与...
在比特币得到机构关注之后,许多财务专家预测世界将因为加密货币的... -
重新审视合作,体育Crypto的可靠关系才能双赢
Block-987即使在体育Crypto领域,人们的目光仍然集中在FTX上。随着... -
简讯:前端单元测试,更进一步
前端测试@2022如果从2014年Jest的第一个版本发布开始计算,前端开发... -
焦点热讯:刘强东这波操作秀
近日,刘强东发布京东全员信,信中提到:自2023年1月1日起,逐步为...